Появление генеративного искусственного интеллекта (ИИ) существенно усложнило работу разработчиков антиплагиат-систем. Классическая модель проверки была ориентирована на поиск совпадений между готовым текстом и уже существующими источниками. В 2026 г. этого стало недостаточно, поскольку учебная работа может не содержать прямых заимствований, но при этом включать крупные фрагменты, созданные нейросетью и затем частично переработанные пользователем. Именно в этой логике компания «Антиплагиат» представила «Антиплагиат 2.0» как систему, которая, по ее собственному описанию, оценивает не только финальный документ, но и процесс его создания, включая источники вставок, историю правок, запросы к ИИ, взаимодействие преподавателя и студента, а также интеграцию с редакторами и LMS. На первом этапе сервис был заявлен для 50 российских вузов в весеннюю сессию 2026 г., а массовый запуск — на второе полугодие 2026 г.

Заметим, Word сохраняет содержание документа, форматирование, комментарии и правки, если включен режим «Исправления». В этом режиме фиксируются добавления, удаления, перемещения и форматные изменения. Также Word хранит свойства файла — например, автора, название, комментарии и часть служебной статистики документа. Если файл лежит в OneDrive или SharePoint, дополнительно доступна история версий: можно увидеть, когда файл менялся, кто его менял, и открыть предыдущие версии.

При этом Word обычно не сохраняет полный журнал всех действий пользователя внутри локального файла. Он не ведет по умолчанию подробный список всех нажатий клавиш, всех сеансов редактирования за месяц и точное поминутное время работы как полноценный тайм-трекер. Подробная активность по файлу появляется только в облачных библиотеках Microsoft 365 и зависит от включенной системы версий и активности библиотеки. Также список недавно открытых документов можно скрыть в настройках конфиденциальности.

Однако сама по себе идея контроля этапов работы не является новой. Зарубежные образовательные платформы уже до этого продвигали модель, в которой преподаватель видит не только итоговую версию, но и последовательность действий студента в процессе подготовки текста. В материалах Turnitin Clarity прямо указано, что преподаватель получает видимость процесса работы студента от первоначального замысла до финальной сдачи, а сам этот процесс используется как подтверждение самостоятельности выполненной работы. Следовательно, новизна «Антиплагиат 2.0» состоит не в рождении неизвестной ранее педагогической технологии, а в попытке перевести контроль этапов работы в масштабируемый цифровой формат и соединить его с проблемой использования генеративного ИИ.

Принципиально важно точно изложить позицию OpenAI, поскольку вокруг темы детектирования ИИ-текста накопилось множество неточных и публицистически заостренных формулировок. На официальной странице OpenAI сказано, что надежно выявить весь текст, написанный искусственным интеллектом, невозможно. Там же указано, что собственный классификатор компании был снят 20 июля 2023 г. из-за низкой точности. В опубликованных OpenAI данных этот инструмент правильно определял как «likely AI-written» лишь 26% ИИ-текстов на тестовом наборе и при этом ошибочно маркировал часть человеческих текстов как машинные — ложноположительный уровень составлял 9%. Компания отдельно подчеркнула, что такие инструменты не должны использоваться как основное средство принятия решений и что они особенно ненадежны на коротких текстах, вне английского языка и в коде.

Из этой позиции следует важный методологический вывод. В настоящее время не существует системы, способной достоверно и универсально определять текст, написанный с помощью искусственного интеллекта. Это не означает, что любые попытки анализа бессмысленны. Данное означает другое — любой «детектор текста, написанного искусственным интеллектом» остается вероятностным инструментом, основанным на наборе признаков, выбранных конкретной компанией. Поэтому такой инструмент не может подменять академическую экспертизу, собеседование со студентом, анализ источниковой базы и проверку того, как именно велась работа на разных этапах. Данный вывод согласуется и с тем, что сама OpenAI говорит не о надежном обнаружении любого ИИ-текста, а о поиске более эффективных provenance techniques, то есть механизмов подтверждения происхождения контента.

На этом фоне часть общественных опасений выглядит надуманной. Неубедителен тезис о том, что появление «Антиплагиат 2.0» якобы означает полный запрет искусственного интеллекта в образовании. В публичных материалах «Антиплагиата» речь идет не о запрете как таковом, а о прозрачных правилах работы с ИИ, подтверждении авторского вклада и разграничении между допустимой помощью и подменой самостоятельной работы. Неубедительно и представление о том, что новая система автоматически решит проблему академической недобросовестности. Если официальный разработчик одновременно заявляет высокий процент выявления ИИ-текстов и при этом строит систему вокруг контроля этапов работы, это само по себе показывает, что одного детектора недостаточно. Следовательно, реальная ценность платформы связана не с чудесным распознаванием «машинности», а с накоплением цифровых признаков исследовательской деятельности студента.

Надуманной выглядит и идея полного вытеснения искусственного интеллекта из исследовательской практики. Такой подход педагогически непродуктивен. Современные ИИ-инструменты действительно позволяют обобщать большие массивы разрозненной информации, ускорять первичную навигацию по теме, уточнять терминологию, сопоставлять подходы и помогать на предварительных этапах структурирования материала. Запретить эти инструменты целиком означало бы не усилить академическую добросовестность, а сузить исследовательские возможности пользователя. Вопрос поэтому заключается не в том, использовать ли ИИ вообще, а в том, где проходит граница между допустимой инструментальной поддержкой и фактической заменой самостоятельной интеллектуальной работы. Именно это сегодня и пытаются формализовать разработчики образовательных платформ и университетские регламенты.

Реальные проблемы лежат в другой плоскости. Первая из них — валидность выводов. Если система детектирования или трекинга этапов работы дает сигнал о подозрительной активности, этого еще недостаточно для окончательного вывода о недобросовестности. Необходима процедура экспертной интерпретации, а также право студента объяснить происхождение фрагментов, структуру работы и характер использования цифровых инструментов. Вторая проблема — нормативная. Без четких правил университеты будут по-разному понимать, что считать допустимым использованием ИИ, что считать нарушением, а что — обычной редакторской или аналитической помощью. Третья проблема — организационная. Контроль этапов работы действительно может показать, что студент сделал на каждом шаге — собрал список литературы, составил план, подготовил введение, переработал отдельные разделы. Но такая прозрачность требует не только технической платформы, но и готовности преподавателя интерпретировать эти данные, а не сводить решение к одному автоматическому индикатору.

Есть и еще одно существенное обстоятельство. В вузовской практике контроль этапов работы давно использовался в менее технологичной форме. Студенты поэтапно представляли библиографию, план, отдельные главы, исправляли замечания, многократно перерабатывали текст. Такая работа действительно создает у научного руководителя возможность видеть процесс исследования, а не только конечный результат. В этом смысле «Антиплагиат 2.0» не вводит новый педагогический принцип, а цифровизирует уже известную практику «перетягивая одеяло» и делает ее более формализованной. Поэтому оценивать систему как радикальный разрыв с прежней университетской культурой было бы неправильно. Корректнее рассматривать ее как попытку перевести традиционный контроль этапов работы в масштабную платформенную форму за дополнительную плату.

С практической точки зрения «Антиплагиат 2.0» следует рассматривать как экспериментальную площадку. Система собирает большие массивы данных о студенческих работах, моделирует способы сочетания текстовой проверки, анализа ИИ-фрагментов и контроля этапов работы, а также пытается выработать цифровые критерии подтверждения авторского вклада. Ее потенциальная полезность для научного и образовательного сообщества может проявиться только при соблюдении трех условий. Во-первых, автоматический отчет не должен подменять экспертное решение преподавателя. Во-вторых, в вузе должны существовать прозрачные правила допустимого использования ИИ. В-третьих, контроль этапов работы должен подтверждать именно исследовательскую деятельность студента, а не превращаться в дополнительную бюрократическую нагрузку. Без этих условий новая платформа рискует стать не инструментом академической добросовестности, а очередной формой административного контроля.

Таким образом, к надуманным проблемам следует отнести представление о том, что ИИ можно просто отменить, а также ожидание, что детектор текста, написанного искусственным интеллектом, сможет достоверно и автоматически решить вопрос об авторстве учебной работы. К реальным проблемам относятся ограниченная надежность детекторов, необходимость контроля этапов работы, отсутствие единых правил допустимого использования ИИ, риск формального применения цифровых отчетов и потребность в сочетании технической проверки с академической экспертизой. В этом контексте «Антиплагиат 2.0» не является окончательным решением. Это инструмент пробного, поискового характера, в рамках которого разработчик стремится доказать свою полезность в новой академической среде, где вопрос стоит уже не только о совпадениях в тексте, но и о подтверждении реального объема интеллектуальной работы, выполненной студентом.